针对现有不确定对象的智能控制中权限分配过于复杂,以及动态性方面的不足,从实际的角度提出了一种新的算法,基于约束神经网络的不确定对象的智能控制算法。通过分析不确定对象的智能控制中,控制角色的的对应关系,构造了一个可用于对控制模型的不确定性进行准确估计的约束神经网络,添加可以对控制参数进行约束的对应关系。完成不确定对象的智能控制,后期的实验结果表明,本文的方法能够较好的对不确定对象实现精度较高的智能控制,取得了较好的效果。
科研之友
微信
新浪微博
Facebook
分享链接
